[發明專利]一種毫米波圖像目標檢測方法

在審

• 申請號: 202110335529.9
• 申請日: 2021-03-29
• 公開（公告）號: CN112966700A
• 公開（公告）日: 2021-06-15
• 發明（設計）人: 葉佐昌;王燕;宋照午
• 申請（專利權）人: 清華大學
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/40;G06N3/04;G06N3/08;G06T7/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 韓海花

1.一種毫米波圖像目標檢測方法，其特征在于，該方法包括如下步驟：

步驟S10，獲取原始毫米波圖像數據；

步驟S20，根據所述原始毫米波圖像數據的數據格式恢復出毫米波圖像的三維空間結構數據，將恢復出的三維毫米波圖像數據壓縮成二維平面數據；

步驟S30，對所述二維平面數據進行降噪，并對降噪后的數據進行標準化處理；

步驟S40，將標準化后的數據制作成毫米波數據集，對所述毫米波數據集中的數據的特點進行分析，并根據所述數據的特點選取深度學習模型；

步驟S50，用所述的毫米波數據集對選取的所述深度學習模型進行訓練和測試，得到所述深度學習模型的測試結果；

步驟S60，根據所述測試結果與評價指標對所述深度學習模型進行優化，以得到最優模型。

2.如權利要求1所述的方法，其特征在于，所述步驟S20包括，將所述恢復出的三維毫米波圖像數據沿Z軸方向進行最大值投影。

3.如權利要求1所述的方法，其特征在于，采用門限降噪的方式對所述二維平面數據進行降噪，降噪后得到灰度圖像，對所述二維平面數據進行降噪的公式為：

其中，A是降噪之前的毫米波圖像的像素值，A'是降噪后的像素值，λ_max代表高門限閾值，λ_min代表低門限閾值，乘以255的目的是將降噪后的像素值縮放到

[0,255]之間，從而將降噪后的圖像轉化成為灰度圖像。

4.如權利要求3所述的方法，其特征在于，所述對降噪后的數據進行標準化處理包括，統計并計算所述灰度圖像的均值和標準差，其中，所述標準化處理的公式為：

其中，A'是標準化之前的像素值，A”是標準化之后的像素值，mean是所有灰度圖像的均值，std是所有灰度圖像的標準差。

5.如權利要求1所述的方法，其特征在于，所述步驟S40中，

將所述將標準化后的數據制作成COCO格式的毫米波數據集；

用所述的毫米波數據集對選取的深度學習模型進行訓練和測試。

6.如權利要求1所述的方法，其特征在于，所述深度學習模型為二階段檢測網絡，在所述二階段檢測網絡中引入了特征金字塔網絡。

7.一種計算機設備，其特征在于，包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時，實現如權利要求1-6中任一所述的方法。

8.一種非臨時性計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-6中任一所述的方法。